我国金融机构的系统重要性评估:基于多元极值理论

doi:10.16381/j.cnki.issn1003-207x.2020.05.002

中国管理科学 ›› 2020, Vol. 28 ›› Issue (5): 14-24.doi: 10.16381/j.cnki.issn1003-207x.2020.05.002

我国金融机构的系统重要性评估:基于多元极值理论

李红权¹, 何敏园², 黄莹莹¹

1. 湖南师范大学商学院, 湖南长沙 410081;
2. 湘南学院数学与金融学院, 湖南郴州 423000

收稿日期:2017-08-14 修回日期:2019-02-25 出版日期:2020-05-30 发布日期:2020-05-30
通讯作者: 李红权(1976-),男(汉族),河南南阳人,湖南师范大学商学院,教授,博士生导师,博士,研究方向:金融风险管理、金融监管,E-mail:Lhquan2000@126.com. E-mail:Lhquan2000@126.com
基金资助:
国家自然科学基金资助项目（71473081，71871092）

The Evaluation of Systemically Important Financial Institution of China: Based on Multivariate Extreme Value Theory

LI Hong-quan¹, HE Min-yuan², HUANG Ying-ying¹

1. School of Business, Hunan Normal University, Changsha 410081, China;
2. School of Mathematics and Finance, Xiangnan University, Chenzhou 423000, China

Received:2017-08-14 Revised:2019-02-25 Online:2020-05-30 Published:2020-05-30

摘要/Abstract

摘要： 2008年全球金融危机以后，金融机构的"大而不能倒"问题以及由此引发的系统性风险备受关注。本文基于多元EVT和Copula函数，建立了系统重要性的多角度评估指标体系，并对我国公开上市的26家金融机构的系统重要性做了一个综合评估。实证研究结果表明：（1）我国银行业在金融体系中占有主导地位，且银行业同质性较高，易诱发系统性风险；（2）规模不是系统重要性的唯一考量因素，其他因素也会对系统重要性产生显著影响，部分股份制商业银行和城商行也应被列为金融监管的重点关注对象。

关键词: 系统重要性金融机构, 金融监管, 极值理论, 系统性风险

Abstract: After the 2008 financial crisis, too-big-to-fail issue for financial institutions and its systemic risk have attracted more and more attention. In this paper, based on the theory of multivariate extreme value theory (EVT) and copula function, the multidimensional evaluation indexes are proposed, and a comprehensive assessment of systemic importance is made for 26 listed financial institutions in China. The results of the empirical study show that: (1) The banking sector in our country has made great contributions to systemic risk and plays an important role in the financial system;(2) Scale is the main factor in assessment of systemic importance, meanwhile there are also other factors having impact on systemic importance, some joint-equity commercial banks and city commercial banks should also be included as the focus of the financial regulatory.

Key words: systemically important financial institution, financial regulation, EVT, systemic risk

中图分类号:

F830

李红权, 何敏园, 黄莹莹. 我国金融机构的系统重要性评估:基于多元极值理论[J]. 中国管理科学, 2020, 28(5): 14-24.

LI Hong-quan, HE Min-yuan, HUANG Ying-ying. The Evaluation of Systemically Important Financial Institution of China: Based on Multivariate Extreme Value Theory[J]. Chinese Journal of Management Science, 2020, 28(5): 14-24.

参考文献

[1] BCBS. G-SIBs:Updated assessment methodology and the higher loss absorbency requirement[R]. BIS Report, BIS,2013.
[2] 巴曙松, 高江健.基于指标法评估中国系统重要性银行[J]. 财经问题研究,2012, (9):48-56.
[3] Acharya V V. A theory of systemic risk and design of prudential bank regulation[J]. Journal of Financial Stability,2009, 5(3):224-255.
[4] Acharya V, Pedersen L, Philippe T, et al. Measuring systemic risk[J]. The Review of Financial Studies,2017, 30(1):2-47.
[5] Adrian T, Brunnermeier M K. CoVaR[J]. American Economic Review,2016, 106(7):1705-1741.
[6] Brownlees T C, Engle R. Volatility, correlation and tails for systemic risk measurement[R]. Working Paper, New York University, 2011.
[7] Brownlees C, Engel R. SRISK:A conditional capital shortfall measure of systemic risk[J]. The Review of Financial Studies,2017,30(1):48-79.
[8] Huang X, Zhou H, Zhu H B. Systemic risk contributions[J]. Journal of Financial Services Research, 2012,42(1):55-83.
[9] Zhou C.Are banks too big to fail? Measuring systemic importance of financial institutions[J]. International Journal of Central Banking, 2010,(12):205-250.
[10] De Haan L, Ferreira A. Extreme value theory:An introduction[M]. Springer,2016.
[11] Segoviano M, Goodhart C. Banking stability measures, No.09/4[R]. International Monetary Fund, Working Paper, 2009.
[12] Peeters R. Quantifying systemic importance:An extreme value approach[D]. Master Thesis, Maastricht University,2011.
[13] Gravelle T, Li F H. Measuring systemic importance of financial institutions:An extreme value theory approach[R]. Bank of Canada, Working Paper,2011.
[14] 方意, 赵胜民, 王道平. 我国金融机构系统性风险测度——基于DCC-GARCH模型的研究[J]. 金融监管研究, 2012, (11):26-42.
[15] 白雪梅, 石大龙.中国金融体系的系统性风险度量[J]. 国际金融研究, 2014, (6):75-85.
[16] 严兵, 张禹, 王振磊. 中国系统重要性银行评估——基于14家上市银行数据的研究[J]. 国际金融研究, 2013, (2):47-57.
[17] 郑鸣, 陈福生. 我国商业银行的系统重要性指数:一种新的评估方法[J]. 金融监管研究, 2012, (10):14-30.
[18] 陆静, 胡晓红.基于规模视角的系统重要性银行研究[J]. 系统工程理论与实践, 2014, 34(8):1952-1962.
[19] 刘向丽,顾舒婷. 房地产对金融体系风险溢出效应研究——基于AR-GARCH-CoVaR方法[J]. 系统工程理论与实践,2014(S1):106-111.
[20] 杨子晖,周颖刚.全球系统性金融风险溢出与外部冲击[J].中国社会科学,2018(12):69-90+200-201.
[21] 方意,韩业,荆中博.影子银行系统性风险度量研究——基于中国信托公司逐笔业务的数据视角[J].国际金融研究,2019,(1):57-66.
[22] 周四军. 中国股市的弱式有效性检验[J]. 统计与信息论坛, 2003, 18(2).
[23] 戴晓凤, 杨军, 张清海. 中国股票市场的弱式有效性检验:基于单位根方法[J]. 系统工程, 2005, 23(11):23-28.

我国金融机构的系统重要性评估:基于多元极值理论

The Evaluation of Systemically Important Financial Institution of China: Based on Multivariate Extreme Value Theory

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10

[1]	唐振鹏, 吴俊传, 冉梦, 张婷婷. 考虑投资者情绪的中国股市自激发效应研究[J]. 中国管理科学, 2020, 28(7): 1-12.
[2]	姜闪闪, 范宏. 双渠道风险传染下银行系统稳定性分析[J]. 中国管理科学, 2020, 28(11): 51-60.
[3]	刘超, 李元睿, 姜超, 马玉洁, 刘宸琦, 谢启伟. 中国证券公司系统性风险测度及演化特征研究——来自20家上市证券公司的数据[J]. 中国管理科学, 2019, 27(5): 11-22.
[4]	姚鸿, 王超, 何建敏, 李亮. 银行投资组合多元化与系统性风险的关系研究[J]. 中国管理科学, 2019, 27(2): 9-18.
[5]	朱晓谦, 李靖宇, 李建平, 陈懿冰, 魏璐. 基于危机条件概率的系统性风险度量研究[J]. 中国管理科学, 2018, 26(6): 1-7.
[6]	叶五一, 谭轲祺, 缪柏其. 基于动态因子Copula模型的行业间系统性风险分析[J]. 中国管理科学, 2018, 26(3): 1-12.
[7]	杨坤, 于文华, 魏宇. 基于R-vine copula的原油市场极端风险动态测度研究[J]. 中国管理科学, 2017, 25(8): 19-29.
[8]	曾裕峰, 简志宏, 彭伟. 中国金融业不同板块间风险传导的非对称性研究——基于非对称MVMQ-CAViaR模型的实证分析[J]. 中国管理科学, 2017, 25(8): 58-67.
[9]	曾薇, 陈收, 周忠宝. 金融监管对商业银行产品创新影响——基于两阶段DEA模型的研究[J]. 中国管理科学, 2016, 24(5): 1-7.
[10]	隋聪, 谭照林, 王宗尧. 基于网络视角的银行业系统性风险度量方法[J]. 中国管理科学, 2016, 24(5): 54-64.
[11]	邓超, 陈学军. 基于多主体建模分析的银行间网络系统性风险研究[J]. 中国管理科学, 2016, 24(1): 67-75.
[12]	彭建刚, 易昊, 潘凌遥. 基于行业相关性的银行业信用风险宏观压力测试研究[J]. 中国管理科学, 2015, 23(4): 11-19.
[13]	刘孟飞, 王军. 系统性风险约束下的商业银行成本、利润效率比较研究[J]. 中国管理科学, 2015, 23(12): 27-34.
[14]	张晨, 丁洋, 汪文隽. 国际碳市场风险价值度量的新方法——基于EVT-CAViaR模型[J]. 中国管理科学, 2015, 23(11): 12-20.
[15]	欧阳红兵, 刘晓东. 中国金融机构的系统重要性及系统性风险传染机制分析——基于复杂网络的视角[J]. 中国管理科学, 2015, 23(10): 30-37.